抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最近の研究は,知識蒸留(KD)が2つの劣化問題,教師-スチューデントギャップ,および強いデータ増強との不和合性に悩まし,先進的な増強で訓練された最新のモデル訓練に適用できないことを指摘している。しかしながら,著者らは,キーファクタ,すなわち,教師と学生モデルの両方の確率を発生させるためのソフトマックス関数における温度が,以前の方法でほとんど見落とされることを観察した。適切に調整した温度によって,KDの劣化問題は,かなり軽減することができた。しかし,貧弱な転送性を示すナイーブグリッド探索に頼る代わりに,学習可能なメタ温度パラメータによる蒸留をメタ学習するためのMeta知識蒸留(MKD)を提案した。メタパラメータは学習目的の勾配に従って訓練中に適応的に調整される。MKDは,異なるデータセットスケール,異なる教師/スチューデントアーキテクチャ,および異なるタイプのデータ増強に対してロバストであることを検証した。MKDを用いて,訓練データとしてImageNet-1Kのみを使用する比較手法の中で,一般的ViTアーキテクチャを用いて最良の性能を達成し,小から大モデルまでの範囲とした。ViT-Lを用いて,訓練の600の時代で86.5%を達成し,1,650の時代に訓練するMAEより0.6%良い。【JST・京大機械翻訳】